一、引言:
深度学习中,感受野是一个常见的概念,在面试中也会经常被提及,这里记录一下自己整理的相关资料。
二、概念:
在卷积神经网络中,感受野的定义是卷积神经网络每一层输出的特征图(feature map)上的像素点在原始图像上映射的区域大小。
计算公式为:
其中,rn代表第n层conv中,每个单元的感受野;kn表示当前层的kernel size大小;sn为stride大小,注意stride是逐层累积的,因此第i层的stride为strides(i)= stride(1) * stride(2) * ...* stride(i-1) 。
三、理解感受野
在SSD300中,网络用了6层特征图做预测,因为前面的层感受野较小,后层的感受野较大,最后一层1*1卷积可以感知到整个输入图像,因次,我们可以理解为SSD用前层去检测小目标,后层去检测大目标。除此之外,SSD300六层特征图产生的prior box数量为4、4、6、6、6、4,结合感受野来理解,可认为是目标太小或太大的个数较少,大多数目标都集中在中间层。
参考资料: